PPE - Probabilitat i Processos Estocàstics

Texto completo

(1)

Competències de la titulació a les quals contribueix l'assignatura Responsable: Santiago Forcada

Unitat que imparteix:

Curs:

Crèdits ECTS:

749 - MAT - Departament de Matemàtiques 2018

GRAU EN ENGINYERIA DE SISTEMES AUDIOVISUALS (Pla 2009). (Unitat docent Obligatòria) 6 Idiomes docència: Català

Unitat responsable: 205 - ESEIAAT - Escola Superior d'Enginyeries Industrial, Aeroespacial i Audiovisual de Terrassa

Titulació:

Professorat

Específiques:

Transversals:

1. AUD_BÀSICA: Capacitat per a la resolució dels problemes matemàtics que puguin plantejar-se a l'enginyeria.

Aptitud per aplicar els coneixements sobre: àlgebra lineal; geometria, geometria diferencial; càlcul diferencial i integral; equacions diferencials i amb derivades parcials; mètodes numèrics; algorítmica numèrica; estadística i optimització.

2. APRENENTATGE AUTÒNOM - Nivell 2: Dur a terme les tasques encomanades a partir de les orientacions bàsiques donades pel professorat, decidint el temps que cal emprar per a cada tasca, incloent-hi aportacions personals i ampliant les fonts d'informació indicades.

- Sessions presencials d'exposició dels continguts.

- Sessions presencials de treball pràctic.

- Treball autònom d'estudi i realització d'exercicis.

Metodologies docents Capacitats prèvies

Com a norma general es considera molt convenient, quasi inexcusable, haver aprovat les matemàtiques del primer curs per poder cursar l'assignatura. En particular es consideren fonamentalment crítics els coneixements bàsics de càlcul integral i també d'anàlisi de Fourier.

Requisits

Horari: Dimarts 12-14 15-17 Dijous 10-12. Demanar hora Horari d'atenció

(2)

Familiaritzar l'estudiant amb les tècniques i mètodes de la modelització probabilística mitjançant variables aleatòries i processos estocàstics. Desenvolupar la capacitat de l'estudiant per aplicar amb bon criteri aquestes tècniques en la

resolució de problemes pràctics, usuals en la professió d'enginyer, pels que un model matemàtic de tipus probabilístic pot proporcionar una solució pràctica més adequada que un model determinista. Fer servir el programari adequat per trobar solucions als problemes treballats. Desenvolupar les competències específiques i transversals associades al treball acadèmic i detallades més endavant.

Objectius d'aprenentatge de l'assignatura

Dedicació total: 150h Hores grup gran:

Hores grup mitjà:

Hores grup petit:

Hores activitats dirigides:

Hores aprenentatge autònom:

30h 30h 0h 0h 90h

20.00%

20.00%

0.00%

0.00%

60.00%

Hores totals de dedicació de l'estudiantat

(3)

Continguts

TEMA 1 Probabilitat

TEMA 2 Variables aleatòries unidimensionals

Dedicació: 15h

Dedicació: 30h

Grup gran/Teoria: 3h Grup mitjà/Pràctiques: 3h Aprenentatge autònom: 9h

Grup gran/Teoria: 6h Grup mitjà/Pràctiques: 6h Aprenentatge autònom: 18h 1.1. El concepte de probabilitat. Axiomes i propietats.

1.2. Probabilitat condicionada. Independència.

1.3. Fórmules de la probabilitat total i de Bayes.

2.1 Variables discretes i contínues. Distribució de probabilitat d'una variable aleatòria 2.2 Funció de distribució. Funció de densitat de probabilitat.

2.3 Funcions d'una variable aleatòria 2.4 Esperança, variància i desviació típica.

2.5 Distribucions Binomial, geomètrica, binomial negativa i Poisson.

2.6 Distribucions exponencial, uniforme, normal i gamma.

2.7 Teorema del límit central. Aproximacions normals.

Descripció:

Descripció:

Objectius específics:

Objectius específics:

- Descriure el resultat d'un experiment aleatori en termes de l'espai mostral i els seus subconjunts.

- Definir la funció de probabilitat.

- Aplicar les propietats de la funció de probabilitat.

- Treballar amb la probabilitat condicionada.

- Treballar amb successos independents.

- Aplicar amb bon criteri els teoremes de probabilitat total i Bayes.

- Conèixer les característiques bàsiques dels models de probabilitat i adquirir una certa desimboltura en la seva manipulació.

- Interpretar l'esperança i la variància d'una variable aleatòria.

- Treballar amb variables aleatòries.

- Conèixer i ser capaç de treballar amb els models d'ús habitual en enginyeria.

- Utilitzar un software adequat com a eina pel càlcul de probabilitats i resolució de problemes inversos amb

(4)

TEMA 3 Variables aleatòries multidimensionals

TEMA 4 Estimació

Dedicació: 45h

Dedicació: 20h

Grup gran/Teoria: 9h Grup mitjà/Pràctiques: 9h Aprenentatge autònom: 27h

Grup gran/Teoria: 4h Grup mitjà/Pràctiques: 4h Aprenentatge autònom: 12h 3.1 Distribució conjunta de dues variables.

3.2 Distribucions marginals.

3.3 Distribucions condicionades. Independència de dues variables.

3.4 Distribució de la funció d'una variable aleatòria. Valor esperat d'una funció de dues variables aleatòries.

3.5 Esperança condicionada.

3.6 Covariància. Coeficient de correlació.

3.7 Operacions amb variables aleatòries: suma producte, quocient. Revisió del teorema central del límit.

3.8 Distribució normal bivariant

3.9 Vectors aleatòris de dimensió superior a dos. Distribució normal multivariant.

4.1 Estimació mínim quadràtica d'una variable aleatòria no observable.

4.2 Estimació dels paràmetres en un model aleatori.

Descripció:

Descripció:

Objectius específics:

Objectius específics:

- Conèixer les característiques i paràmetres usuals per l'estudi de variables aleatòries multidimensionals en especial en el cas de dues variables aleatòries.

- Entendre el concepte d'esperança condicionada i d'independència de variables aleatòries.

- Entendre la manera d'operar amb variables aleatòries.

- Aplicar la notació matricial per a vectors aleatoris de dimensió n

- Estimar el valor d'una variable no directament observable mitjançant l'observació d'una altra variable.

- Conèixer els estimadors usuals de l'esperança i la variància, així com el concepte d'estimador eficient sense biaix.

- Estimar puntualment el valor d'un paràmetre partint d'informació mostral.

- Conèixer el concepte d'interval de confiança i saber fer-lo servir per valorar l'error comès en una estimació puntual.

(5)

TEMA 5 Processos estocàstics

TEMA 6 Elements de l'ànàlisi i processat de senyals aleatòris

Dedicació: 27h

Dedicació: 13h

Grup gran/Teoria: 5h 30m Grup mitjà/Pràctiques: 5h 30m Aprenentatge autònom: 16h

Grup gran/Teoria: 2h 30m Grup mitjà/Pràctiques: 2h 30m Aprenentatge autònom: 8h 5.1 Processos estocàstics. Definició, característiques generals i propietats.

5.2 Processos estrictament estacionaris (SS) i estacionaris en sentit ampli (WSS). Propietats.

5.3 Procés gaussià estacionari en sentit ampli (WSS).

5.4 Ergodicitat en la mitjana i en l'autocorrelació.

6.1 Densitat espectral de potència d'un procés WSS.

6.2 Teorema de Wiener-Kinchine

6.3 Propietats de la densitat espectral de potència d'un procés WSS 6.4 Espectres creuats de processos estacionaris en sentit ampli.

6.5 Sistemes LTI amb entrades estocàstiques

6.6 Esperança de la resposta d'un sistema LTI a una entrada estacionaria en sentit ampli

6.7 Autocorrelació i densitat espectral de potència de la resposta a un sistema LTI a una entrada estacionaria en sentit ampli.

Descripció:

Descripció:

Objectius específics:

Objectius específics:

- Conèixer la definició, les característiques i els paràmetres usuals per l'estudi de processos estocàstics.

- Conèixer els conceptes de procés estacionari, estacionari en sentit ampli, i ergòdic.

- Conèixer alguns dels principals processos estocàstics d'interès en l'àmbit de les telecomunicacions i l'enginyeria de sistemes audiovisuals.

- Conèixer la definició d'espectre de potència d'un procés, les seves propietats i la seva utilitat.

- Descriure la resposta a un sistema LTI amb entrada aleatòria a través del càlcul de l'autocorrelació i la densitat espectral de potència.

(6)

Planificació d'activitats

AVALUACIÓ

TREBALL ASSISTIT PER ORDINADOR

L'avaluació consta de quatre proves que anomenarem A1 A2 A3 i A4, amb pesos respectius de 10%, 30%, 20% i 40%.

La nota final es calcula mitjançant la fórmula

Nf=màx{0.10·a1+0.3·a2, 0.4·a2}+ màx{0.20·a3+0.4·a4, 0.6·a4}

on ai indica la nota de la prova Ai.

D'acord a aquest càlcul, la prova A1 es pot reconduir al fer la prova A2, ja que el 10% que correspon a A1 s'acumula al 30% de A2, en cas de necessitat. I la prova A3 es recondueix també, si cal, al fer la prova A4, acumulant el 20% de A3 a A4.

A més a més, aquells estudiants pels que, després de fer A2, els resulti 0<màx{0.10·a1+0.3·a2, 0.4·a2}<2 poden optar a recuperar les notes de A1 i A2 en una prova addicional R que es realitzarà a tot seguit, després de A4.

La nota final rectificada Nf(R), pels estudiants que facin la prova R, i obtinguin la nota r, serà:

Nf(R) = màx{ màx{0.10·a1+0.3·a2, 0.4·a2}, 0.4·r}+ màx{0.20·a3+0.4·a4, 0.6·a4}

Sistema de qualificació

Normes de realització de les activitats

Les avaluacions consisteixen en d'actes d'avaluació presencials. Si no es realitza algun dels actes, aquell es considerarà qualificat amb zero.

Descripció:

Durant el desenvolupament del curs es demanarà que l'estudiant, ja sigui de forma autònoma com dirigida, faci ús d'un programari adequat, amb l'objectiu d'assimilar millor determinats conceptes, i de resoldre determinats exercicis.

Grup gran/Teoria: 1h

Grup gran/Teoria: 1h Dedicació: 1h

Dedicació: 1h

(7)

Bibliografia

Apunts de teoria de tota l'assignatura. Disponibles a Atenea.

Colecció de problemes resolts per cada un dels temes de l'assignatura. Disponible a Atenea Llista de problemes proposats. Disponible a Atenea.

Altres recursos:

Bàsica:

Complementària:

Leon-Garcia, A. Probability and random processes for electrical engineering. 3a ed. Upper Saddle River: Pearson Education, 2009. ISBN 9780137155606.

Papoulis, Athanasios. Probability, random variables and stochastic processes. 4th ed. Boston: Mc. Graw-Hill, 2002. ISBN 0073660116.

Devore, Jay L. Probabilidad y estadística para ingeniería y ciencias. 6a ed. México: Thomson, 2005. ISBN 9706864571.

Montgomery, Douglas C. Probabilidad y estadística aplicadas a la ingeniería. 2a ed. México: Limusa, 2002. ISBN 9789681859152.

Forcada, Santiago. Elements d'estadística [en línia]. Barcelona: Edicions UPC, 2007 [Consulta: 10/07/2017]. Disponible a:

<http://hdl.handle.net/2099.3/36675>. ISBN 9788483019269.

Meyer, Paul L. [et al.]. Probabilidad y aplicaciones estadísticas. Argentina: Addison-Wesley Iberoamericana, 1992. ISBN 0201518775.

Figure

Actualización...

Referencias

Actualización...

Related subjects :